在 AI 超级智能体项目中，你如何解决 Agent Loop 可能出现的死循环问题？

• 标签：后端、编程导航

🏛 业务架构师

Agent Loop 死循环是智能体生产的头号事故源，形态有三种：同一工具反复调用（参数错了重试、结果不满意再查，陷入"查-不满意-再查"）；目标漂移循环（A 做不完转去做 B，又回到 A）；自言自语循环（生成无意义的思考链打转）。

我的防线是**"预算 + 检测 + 收敛"三层**：

1. 硬预算（保命线）

• 最大轮数（如 15 轮）、总 token 预算、总时长（如 120 秒）——任一超限强制终止，返回已完成的部分结果与说明。没有预算的 Agent 循环 = 挂在账上的无限刷卡机，这是商业护栏不是技术细节；

2. 循环检测（止损线）

• 重复动作检测：连续 N 次（如 3 次）调用相同工具+相同参数 → 判定卡死，注入干预提示（"你已重复此操作，请换思路或结束"）；
• 进度检测：每轮评估"距离目标是否有新进展"（观察结果集合是否增长）——无进展连续出现即升级干预；

3. 干预与收敛（挽回线）

• 干预不是直接杀：先注入"打断提示"给模型一次自救机会（"总结当前进展，直接给出阶段性结论"）；
• 救不回来则优雅退出：返回部分成果 + 明确告知未完成原因——比无限转圈或突然报错的用户体验好得多；
• 死循环案例全量落库复盘（哪类任务、哪步卡住）——反哺 prompt 与工具设计，同类问题不再犯。

根因预防：工具描述含糊、任务定义模糊是死循环的温床——把任务目标写成可验证的完成条件（"生成包含 3 天行程的 PDF"而非"帮我做个规划"），模型知道"什么算完"，才不会一直找。

🏗 系统架构师

死循环（Agent Loop 失控：相同工具反复调用、在两步间震荡、永不终止）是 Agent 工程的头号稳定性问题，我的防御体系四层：

1. 硬性熔断（保命底线）：

• 最大步数上限（如 15 步）与最大 token 预算，超限强制终止并返回已完成的阶段性结果 + 说明；
• 单步超时（工具调用 30s、LLM 调用 60s）与总时长上限；
• 用户侧"停止"按钮——SSE 连接断开事件触发服务端任务取消。

2. 循环检测（智能识别）：

• 动作签名去重：对 (tool, arguments) 归一化哈希，相同签名连续/高频出现（如同一查询连调 3 次）判定循环，中断并注入提示"你在重复相同操作，请改变策略或结束"；
• 状态停滞检测：连续 N 步 observation 无新信息（结果相似度过高）视为无进展，触发重规划；
• 震荡检测：A→B→A→B 模式识别。

3. 提示词与机制预防：

• 系统提示词明确终止条件（"信息足够时立即给最终答案，不要过度收集"）；
• Plan 机制：任务先拆计划逐步执行，比裸 ReAct 更不容易迷失；失败步骤允许标记跳过而非无限重试；
• 工具返回结构化失败信息（错误原因 + 建议），模型能据此换路，而不是重复撞墙。

4. 可观测与人工兜底：

• 每步 thought/action/observation 落库（trace），循环事故可回放归因；
• 循环触发率监控告警，异常会话转人工。

心法：LLM 是概率系统，死循环必然发生——设计上假定会失控，用工程护栏把"失控"从故障降级为一次可恢复的失败。

💻 全栈开发专家

死循环的三类根因 + 对应防线：

1. 模型反复调用同一工具、结果无进展（最常见）：

// 防线：循环内检测"连续相似动作"
if (isSimilarToLastAction(currentAction) 
        && repeatedCount >= 3) {
    injectMessage("检测到你在重复相同操作且没有新信息，"
                + "请改变策略或基于现有信息作答");   // 先提醒，模型常能自纠
    repeatedCount++;
    if (repeatedCount >= 5) break;                  // 再犯就终止
}

2. 终止条件不明确：任务不可达成时模型不知道"该放弃"。

• System prompt 写明："如果确认无法完成任务，直接说明原因并总结已获得的信息"；
• 给模型一个显式的 finish 工具（带"结论/失败原因"参数），把"退出"变成可调用的动作。

3. 上下文膨胀导致遗忘目标：轮次多了模型"忘了自己在干嘛"又开始循环。

• 每步把任务目标 + 当前进度摘要重新注入（防遗忘）；
• 历史超阈值触发压缩（保留关键 Observation，丢弃冗余）。

硬性保险丝（最后一道）：

int maxSteps = 15;                 // 步数预算
int maxTokens = 50_000;            // token 预算
Duration timeout = Duration.ofMinutes(5);   // 墙钟超时

任一超限强制退出，输出"当前进展 + 已获得的部分结果 + 未完成原因"。

排障配套：每步的 Thought/Action/Observation 落库，死循环 case 回放分析——大多是工具返回信息不足导致（比如搜索总返回空），修工具比调 prompt 更治本。